برآورد تراکم ترافیک در شبکه های اد هاک وسایل نقلیه: یک مطالعه مروری

امروزه، شبکه های اد هاک وسایل نقلیه ( (VANETsتا حد زیادی توجه موضوعات پژوهشی را به خود اختصاص داده است. اگرچه دلیل پرداختن به مسئله VANETs ایمنی ترافیک است، برنامه های کاربردی بسیاری از قبیل نظارت بر وضعیت ترافیک، مدیریت ترافیک مسیر ها، مسیریابی و توزیع داده ها، در نظر گرفته شده است. برآورد تراکم ترافیک اطلاعات مهمی برای چنین برنامه های کاربردی فراهم می کند. مکانیسم های مبتنی بر زیرساخت های مختلف به منظور برآورد تراکم ترافیک با تکیه بر دستگاه های تشخیص وسایل نقلیه پیشنهاد شده است که به صف آرایی از پیش تعیین شده نیاز دارد. با این حال، با توجه به اینکه استفاده از قابلیت های ارتباطی بی سیم در وسایل نقلیه به سرعت در حال توسعه است، روز به روز روش های تخمین تراکم تراکم فوری تر و بدون زیر ساخت و دقیق تر در حال ظهور است. برخی از روش های بدون زیر ساخت به طور عمده به برآورد آماری بستگی دارد، در حالی که سایر روش ها مبتنی بر ارتباطات VANET و اطلاعات جریان ترافیک است. علاوه بر این، خوشه بندی و شمارش اعضای گروه از مشخصه های اصلی نوع سوم از روش بدون زیرساخت است. این مقاله تکنیک ها و الگوریتم های مختلف مورد استفاده در هر دو روش، یعنی روش مبتنی بر زیرساخت و روش های برآورد تراکم بدون زیرساخت مورد بررسی قرار گرفته است. علاوه بر این، ویژگی های اصلی، محدودیت ها و مسائل مهم برای هر روش برآورد تراکم به تصویر کشیده است.

Traffic density estimation in vehicular ad hoc networks:
A review

Nowadays, vehicular Ad hoc Networks (VANETs) are gaining enormous research interest.
Even though the leading reason for developing VANETs is traffic safety, many applications
such as traffic status monitoring, road traffic management, routing and distribution of data,
have been considered. Road traffic density estimation provides important information for
such applications. Various infrastructure-based mechanisms were proposed to estimate
traffic density relying on vehicle detection devices that require pre-deployment. However,
as utilizing wireless communication capabilities in vehicles is developing rapidly, more
accurate and real-time infrastructure-free density estimation methods are emerging dayto-
day. Some of the infrastructure-free methods depend mainly on statistical estimations,
while others are based on VANET communications and traffic flow information. In addition,
clustering and group members counting are the main characteristic of a third type of
infrastructure-free methods. This review paper explored different techniques and
algorithms used in both infrastructure-based and infrastructure-free density estimation
methods. Furthermore, the main features, limitations and critical issues for each density
estimation method are depicted.

برنامه ریزی مشترک و برنامه نویسی شبکه های بی سیم  

چکیده

در این مقاله، ما یک چارچوب جدید برای برنامه نویسی شبکه در شبکه های بی سیم ادهاک ایجاد کرده ایم. اول، ما یک توپولوژی شبکه های بی سیم ساده برای نشان دادن این موضوع در نظر گرفته ایم که چگونه برنامه نویسی شبکه می تواند اهداف توان عملیاتی و بهره وری انرژی را فراتر از راه حل های مسیریابی بهبود دهد. سپس، ما مشکل برنامه نویسی شبکه را به طور کلی در رابطه با کنترل دسترسی متوسط مبتنی بر برنامه ریزی (MAC) به شبکه های بی سیم گسترش داده ایم. برای این منظور، ما گره ها را به مجموعه ای گسسته از فرستنده ها و گیرنده ها جزء بندی کرده ایم که منجر به تحقق شبکه بدون تعارض[1] با حداقل هزینه (به عنوان مثال قدرت) شده است. ما به طور جداگانه تحقق شبکه مجزا را با استفاده از یک مکانیزم تقسیم زمان فعال کرده ایم. سپس، ما محتوای شبکه را از طریق برنامه نویسی شبکه مشخص کرده ایم و برنامه زمانی انتقال را برای بهینه سازی اندازه گیری های توان عملیاتی یا انرژی انجام داده ایم. بعد از آن، ما یک روش ایجاد کدهای شبکه خطی متغیر با زمان نشان داده ایم که خصوصیات شبکه های بی سیم را برآورده کرده است. همچنین، ما از طریق نتایج عددی، بهره وری عملیاتی و انرژی بالاتر برنامه نویسی شبکه نسبت به موارد معمول مسیریابی را بررسی کرده ایم.

Abstract—In this paper, we establish a new framework for network
coding in ad hoc wireless networks. First, we consider a simple
wireless network topology to illustrate how network coding
can improve throughput and energy efficiency objectives beyond
routing solutions. Then, we extend the network coding problem to
general wireless networks in conjunction with scheduling-based
medium access control (MAC). For that purpose, we partition the
nodes into disjoint sets of transmitters and receivers that result in
conflict-free network realizations with minimum cost (e.g. power)
assignments. We separately activate distinct network realizations
using a time division mechanism. Then, we specify the content of
network flows through network coding and derive transmission
schedules to optimize the throughput or energy measures. Next,
we present a method of constructing time-varying linear network
codes that satisfy the wireless network properties. Also, we verify
via numerical results the superior performance of network coding
over routing in terms of throughput and energy efficiency.